cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Zulfan Zainal
Contact Email
zulfanzainal@serambimekkah.ac.id
Phone
+6281360353540
Journal Mail Official
jnkti@serambimekkah.ac.id
Editorial Address
Gedung H Fakultas Teknik Universitas Serambi Mekkah Jl. T. Imum Lueng Bata, Telp. 081360353540, Batoh – Banda Aceh
Location
Kota banda aceh,
Aceh
INDONESIA
Jurnal Nasional Komputasi dan Teknologi Informasi
Published by Universitas Serambi Mekkah Aceh
ISSN : 26208342     EISSN : 26213052     DOI : https://doi.org/10.32672/xfbz0715
Core Subject :
Jurnal Nasional Komputasi dan Teknologi Informasi adalah jurnal nasional yang diterbitkan oleh Program Studi Teknik Komputer Universitas Serambi Mekkah tahun 2018 dan telah Terakreditasi SINTA 5. Jurnal ini terbit sebanyak enam edisi dalam satu tahun yaitu setiap bulan Februari, April, Juni, Agustus, Oktober dan Desember baik cetak (P-ISSN : 2620-8342) dan online (E-ISSN: 2621-3052). Jurnal ini mempublikasikan artikel-artikel ilmiah yang berkaitan dengan bidang Komputer dan Teknologi Informasi dengan scope Rekayasa Perangkat Lunak, Sistem Informasi, Jaringan Komputer, Elektronika dan Sistem Kontrol, Multimedia dan Pengolahan Citrat Digital serta bidang Komputer dan Informatika lainnya yang relevan. Artikel yang dikirimkan ke JNKTI dapat ditulis dalam Bahasa Indonesia atau Bahasa Inggris. Setiap artikel yang dipublikasi dalam jurnal ini akan direview terlebih dahulu dengan metode Peer-Review dan hanya artikel yang memenuhi syarat yang akan dipublikasikan. Artikel-artikel yang telah dipublikasikan oleh JNKTI juga sudah diindeks oleh beberapa lembaga indeksasi seperti Google Scholar, Garuda, CrossRef, BASE, Moraref dan SINTA. Bidang bidang fokus penelitian yang akan dipublikasi dalam jurnal ini antara lain : Bidang Rekayasa Perangkat Lunak Bidang Jaringan Komputer Bidang Multimedia dan Pengolahan Citra Digital Bidang Komputasi Bidang Sistem dan Teknologi Informasi Bidang Kecerdasan Buatan Multidisiplin ilmu lainnya yang relevan. Artikel ditulis sesuai Template JNKTI sebelum disumbit.
Arjuna Subject : -
Articles 124 Documents
 6   7   8   9   10 
Analisis Penerimaan Website Survei Kepuasan Masyarakat (SKM) Dinas Komunikasi dan Informatika Provinsi Jambi Menggunakan Model TAM dan EUCS Rizky Andreansyah; Dewi Lestari; Ari Andrianti
Jurnal Nasional Komputasi dan Teknologi Informasi Vol. 9 No. 3 (2026): Juni, 2026
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/th845d86

Abstract

Abstrak - Website Survei Kepuasan Masyarakat (SKM) Diskominfo Provinsi Jambi digunakan sebagai media untuk mengumpulkan penilaian, kritik, dan saran masyarakat terhadap layanan publik. Penelitian ini bertujuan untuk menganalisis penerimaan dan kepuasan pengguna Website SKM menggunakan integrasi model Technology Acceptance Model (TAM) dan End-User Computing Satisfaction (EUCS). Penelitian menggunakan pendekatan kuantitatif dengan melibatkan 115 responden yang pernah menggunakan Website SKM. Data dikumpulkan melalui kuesioner dan dianalisis menggunakan metode Partial Least Squares-Structural Equation Modeling (PLS-SEM) dengan bantuan SmartPLS. Hasil penelitian menunjukkan bahwa variabel Perceived Usefulness, Perceived Ease of Use, Content, Format, dan Ease berpengaruh terhadap Attitude, sedangkan Accuracy dan Timeliness tidak berpengaruh terhadap Attitude. Selain itu, Attitude berpengaruh terhadap User Satisfaction. Variabel Content menjadi faktor yang paling dominan dalam memengaruhi Attitude, sedangkan Attitude menjadi faktor yang paling kuat dalam memengaruhi User Satisfaction. Hasil penelitian menunjukkan bahwa integrasi model TAM dan EUCS mampu menjelaskan faktor-faktor yang memengaruhi penerimaan dan kepuasan pengguna Website SKM Diskominfo Provinsi Jambi. Kata kunci : Technology Acceptance Model; End-User Computing Satisfaction; penerimaan pengguna; kepuasan pengguna; Website SKM; Abstract - The Community Satisfaction Survey (SKM) Website of the Jambi Provincial Communication and Informatics Office serves as a platform for collecting public assessments, criticisms, and suggestions regarding public services. This study aims to analyze user acceptance and satisfaction toward the SKM Website by integrating the Technology Acceptance Model (TAM) and End-User Computing Satisfaction (EUCS) models. A quantitative approach was employed involving 115 respondents who had used the SKM Website. Data were collected through questionnaires and analyzed using the Partial Least Squares-Structural Equation Modeling (PLS-SEM) method with SmartPLS software. The results indicate that Perceived Usefulness, Perceived Ease of Use, Content, Format, and Ease significantly influence Attitude, while Accuracy and Timeliness do not significantly influence Attitude. In addition, Attitude significantly influences User Satisfaction. Content was identified as the most dominant factor affecting Attitude, while Attitude had the strongest influence on User Satisfaction. These findings demonstrate that the integration of TAM and EUCS effectively explains the factors influencing user acceptance and satisfaction with the SKM Website of the Jambi Provincial Communication and Informatics Office. Keywords: Technology Acceptance Model; End-User Computing Satisfaction; user acceptance; user satisfaction; SKM Website;  
Sistem Tracing Siswa Berpotensi Berisiko Putus Sekolah Menggunakan Metode K-Means Ira Zulfa; Richasanty Septima; Eliyin; Pitri Indriani
Jurnal Nasional Komputasi dan Teknologi Informasi Vol. 9 No. 3 (2026): Juni, 2026
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/a6rttj16

Abstract

Abstrak - Sebagian besar masalah akademik di lembaga pendidikan tinggi disebabkan oleh mahasiswa yang diberhentikan dari status kemahasiswaannya atau putus kuliah (DO) sebelum menyelesaikan program sarjana. Universitas Gajah Putih adalah universitas dengan banyak calon mahasiswa yang putus kuliah (DO) hampir setiap tahun. Faktor yang menyebabkan putus kuliah adalah mahasiswa tidak mampu memenuhi tujuan SKS (Sistem Kredit Semester) atau IPK yang ditentukan oleh lembaga pendidikan tinggi dalam jangka waktu tertentu. Lama masa studi (selisih antara tahun mahasiswa mulai dan tahun mereka menyelesaikan studi yang lebih dari 4 - 7 tahun). Data mining adalah teknik pemecahan masalah yang menggunakan data untuk membangun model atau pola untuk mengklasifikasikan dan menganalisis data mahasiswa putus kuliah. Metode penelitian: Analisis Literatur, Pengumpulan Data (Observasi, Sampling), Analisis Data, Pengolahan Data. Aplikasi bantu, yaitu aplikasi Anaconda Navigator dan perangkat lunak di dalamnya, yaitu Jupyter Notebook sebagai editor teks untuk bahasa pemrograman Python dalam memproses program untuk menganalisis jumlah mahasiswa yang berpotensi putus kuliah menggunakan metode K-means di Universitas Gajah Putih. Dengan menggunakan metode K-Means, dimungkinkan untuk menganalisis hasil pengelompokan data, terdapat 231 data siswa yang berpotensi putus sekolah dan 102 data siswa yang tidak berpotensi putus sekolah. Kata kunci : Data mining; K-Means; Drop out; Abstract - The majority of academic problems in tertiary institutions are caused by students who are dismissed from their student status or drop out (DO) before completing the undergraduate program. Gajah Putih University is a university with many prospective students who drop out (DO) almost every year. The factor that dropped out was that students did not because they were able to meet the SKS (Semester Credit System) objectives or the GPA determined by the tertiary institution within a certain period of time. Length of study period (difference between the year students start and the year they complete studies that is longer than 4 - 7 years). Data mining is a problem solving technique that uses data to build models or patterns to classify and analyze drop out student data. Research methods: Literary Analysis, Data Collection (Observation, Sampling), Data Analysis, Data Processing. an auxiliary application, namely the Anaconda Navigator application and the software inside, namely Jupyter Notebook as a text editor for the Python programming language in processing programs to analyze looking for the number of students who have the potential to drop out using the K-means method at Gajah Putih University. By using the K-Means method, it is possible to analyze the results of grouping data, there are 231 student data that have the potential to drop out and 102 student data that do not have the potential to drop out. Keywords: Data mining; K-Means; Drop out;
Prediksi Cuaca Harian Menggunakan Long Short-Term Memory Berbasis Data Historis BMKG Cut Nanda Nurbadriani; Nizam Albar; Muhammad Syamsu Rizal
Jurnal Nasional Komputasi dan Teknologi Informasi Vol. 9 No. 3 (2026): Juni, 2026
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/3wpz0d07

Abstract

Abstrak - Prediksi cuaca merupakan salah satu tantangan utama dalam ilmu meteorologi yang memiliki dampak signifikan terhadap berbagai sektor kehidupan seperti pertanian, transportasi, dan mitigasi bencana. Penelitian ini mengusulkan pendekatan deep learning menggunakan arsitektur Long Short-Term Memory (LSTM) bertumpuk tiga lapis untuk memprediksi suhu udara rata-rata harian di wilayah tropis Indonesia berdasarkan data historis BMKG. Dataset mencakup satu tahun data meteorologi harian periode 1 Januari sampai 31 Desember 2025 (365 hari) dengan tujuh variabel input: suhu rata-rata, suhu maksimum, suhu minimum, kelembaban udara, curah hujan, kecepatan angin, dan tekanan udara. Data diproses melalui interpolasi temporal, normalisasi Min-Max, dan teknik sliding window 30 hari yang menghasilkan 335 sekuens dengan pembagian kronologis 70% data latih, 15% data validasi, dan 15% data uji. Model LSTM (128-64-32 unit) dengan regularisasi dropout 0,2 dilatih menggunakan optimizer Adam serta mekanisme EarlyStopping dan ReduceLROnPlateau. Hasil evaluasi pada data uji menunjukkan tingkat kesalahan absolut yang rendah dengan RMSE = 0,730 °C, MAE = 0,590 °C, dan MAPE = 2,06%, dengan koefisien determinasi R² = 0,335. Nilai R² yang moderat mengindikasikan model cenderung konservatif dalam menangkap fluktuasi harian pada periode uji yang rentang variasinya sempit, yang merupakan konsekuensi dari cakupan data satu tahun. Model tetap mampu menghasilkan prediksi rekursif suhu 7 hari ke depan (1-7 Januari 2026) dengan tren yang stabil dan konsisten, sehingga layak digunakan sebagai dasar pengembangan sistem prediksi suhu jangka pendek. Kata kunci : Prediksi Cuaca; Deep Learning; Long Short-Term Memory; BMKG; Time Series Forecasting;   Abstract - Weather prediction is one of the main challenges in meteorology with significant impacts on various sectors such as agriculture, transportation, and disaster mitigation. This study proposes a deep learning approach using a stacked three-layer Long Short-Term Memory (LSTM) architecture to predict the daily average air temperature in tropical Indonesia based on BMKG historical data. The dataset covers one year of daily meteorological data from January 1 to December 31, 2025 (365 days) with seven input variables. The data were processed through temporal interpolation, Min-Max normalization, and a 30-day sliding window technique producing 335 sequences split chronologically into 70% training, 15% validation, and 15% testing data. The LSTM model (128-64-32 units) with 0.2 dropout regularization was trained using the Adam optimizer with EarlyStopping and ReduceLROnPlateau mechanisms. Evaluation on the test set shows low absolute errors with RMSE = 0.730°C, MAE = 0.590°C, and MAPE = 2.06%, with a coefficient of determination R² = 0.335. The moderate R² indicates the model tends to be conservative in capturing daily fluctuations within the narrow variance range of the test period, a consequence of the one-year data coverage. The model still produces a stable and consistent recursive 7-day temperature forecast (January 1-7, 2026), making it feasible as a basis for developing short-term temperature prediction systems. Keywords: Weather Prediction; Deep Learning; Long Short-Term Memory; BMKG; Time Series Forecasting;
Analisis Sentimen Ulasan Aplikasi Access by KAI Menggunakan Komparasi Empat Algoritma Machine Learning Teuku Andiansyah; Nailis Sa'adah; Nurhanif; Cut Mainy Handiana
Jurnal Nasional Komputasi dan Teknologi Informasi Vol. 9 No. 3 (2026): Juni, 2026
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/40639k09

Abstract

Abstrak - Aplikasi Access by KAI merupakan platform digital utama yang diluncurkan oleh PT Kereta Api Indonesia (Persero) untuk mendukung layanan pemesanan tiket, pembatalan, serta layanan e-boarding secara mandiri bagi pengguna jasa transportasi kereta api. Meskipun demikian, digitalisasi layanan ini memicu beragam respons dan ulasan dari masyarakat di Google Play Store. Penelitian ini bertujuan untuk menganalisis sentimen pengguna Aplikasi Access by KAI dengan membandingkan performa empat algoritma machine learning, yaitu Support Vector Machine (SVM), Random Forest, Naive Bayes, dan Stochastic Gradient Descent (SGD) Classifier. Data ulasan dikumpulkan melalui teknik web scraping menggunakan pustaka Python google-play-scraper, menghasilkan 2.891 ulasan bersih setelah melalui tahap preprocessing teks dan pendekatan klasifikasi biner dengan mengesampingkan rating netral (bintang 3). Dataset tersebut kemudian dibagi menggunakan rasio 80% untuk data training (2.312 ulasan) dan 20% untuk data testing (579 ulasan) dengan pembobotan fitur menggunakan TF-IDF. Hasil eksperimen menunjukkan bahwa keempat algoritma memberikan performa yang sangat kompetitif dengan akurasi di atas 86%. Algoritma Random Forest berhasil meraih performa keseluruhan terbaik dengan nilai Akurasi sebesar 87,56% dan F1-Score sebesar 87,48%. Di sisi lain, Naive Bayes mencatatkan nilai Precision tertinggi sebesar 88,74%. Temuan ini membuktikan bahwa pendekatan klasifikasi biner dikombinasikan dengan ekstraksi TF-IDF mampu menghasilkan model analisis sentimen yang andal dan robust untuk evaluasi layanan aplikasi publik sektor transportasi. Kata kunci : Analisis Sentimen; Access by KAI; Komparasi Algoritma; Random Forest; TF-IDF; Abstract - The Access by KAI application is the primary digital platform launched by PT Kereta Api Indonesia (Persero) to support ticket booking, cancellation, and self-service e-boarding for railway passengers. This digitalization has triggered diverse public responses and reviews on the Google Play Store. This study aims to analyze user sentiment toward the Access by KAI application by comparing the performance of four machine learning algorithms: Support Vector Machine (SVM), Random Forest, Naive Bayes, and Stochastic Gradient Descent (SGD) Classifier. Review data were collected through a web scraping technique using the Python google-play-scraper library, yielding 2,891 cleaned reviews after text preprocessing and a binary classification approach that excludes neutral ratings (3 stars). The dataset was split using an 80:20 ratio for training data (2,312 reviews) and testing data (579 reviews), with feature weighting performed using TF-IDF. The experimental results show that all four algorithms achieved highly competitive performance with accuracy above 86%. The Random Forest algorithm achieved the best overall performance with an Accuracy of 87.56% and an F1-Score of 87.48%, while Naive Bayes recorded the highest Precision value of 88.74%. These findings demonstrate that the binary classification approach combined with TF-IDF feature extraction can produce a reliable and robust sentiment analysis model for evaluating public transportation application services. Keywords: Sentiment Analysis, Access by KAI; Algorithm Comparison; Random Forest; TF-IDF;
Integrasi IoT, Web Service, dan Mobile Apps pada Sistem Pemantauan Kumbung Jamur Tiram serta Pengelolaan Siklus Budidaya Toni Anwar; Fikra Titan Syifa; Muhamad Awiet Wiedanto Prasetyo; Muhammad Ibnu Sofyan
Jurnal Nasional Komputasi dan Teknologi Informasi Vol. 9 No. 3 (2026): Juni, 2026
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/3kkvb414

Abstract

Abstrak - Budidaya jamur tiram memerlukan pengendalian suhu dan kelembapan yang optimal agar pertumbuhan miselium, pembentukan tubuh buah, dan hasil panen dapat berlangsung secara maksimal. Permasalahan yang masih dihadapi petani adalah proses pemantauan lingkungan kumbung dan pencatatan siklus budidaya yang masih dilakukan secara manual sehingga kurang efisien dan berpotensi menimbulkan kesalahan pencatatan. Penelitian ini bertujuan mengembangkan sistem terintegrasi berbasis Internet of Things (IoT), web service, dan mobile apps untuk mendukung pemantauan kondisi kumbung sekaligus pengelolaan siklus budidaya jamur tiram. Pengembangan sistem menggunakan metode Rapid Application Development (RAD) yang terdiri atas tahapan requirements planning, user design, construction, dan cutover. Sistem memanfaatkan mikrokontroler ESP32, sensor DHT22 sebagai pembaca suhu dan kelembapan, relay untuk pengendalian aktuator, web service sebagai media pertukaran data, database sebagai penyimpanan data, serta aplikasi mobile sebagai antarmuka pengguna. Hasil pengujian menunjukkan bahwa seluruh fungsi sistem berjalan sesuai dengan skenario pengujian, meliputi pembacaan sensor, pengiriman data ke server, penyimpanan pada database, penyajian data secara real-time melalui aplikasi mobile, pengelolaan data baglog, pencatatan penanaman, pemantauan status pertumbuhan, pencatatan hasil panen, serta kontrol aktuator. Integrasi seluruh komponen memungkinkan proses pemantauan lingkungan dan pengelolaan budidaya dilakukan secara lebih terstruktur, terdokumentasi, dan mudah diakses sehingga dapat mendukung efektivitas pengelolaan budidaya jamur tiram. Kata kunci : Internet of Things; Jamur Tiram; Mobile Apps; Web Service; Rapid Application Development; Abstract - Oyster mushroom cultivation requires optimal temperature and humidity control to ensure proper mycelial growth, fruiting body formation, and harvest productivity. However, environmental monitoring and cultivation cycle management are still commonly performed manually, resulting in inefficiencies and potential recording errors. This study aims to develop an integrated system based on the Internet of Things (IoT), web services, and mobile applications to support both mushroom house monitoring and cultivation cycle management. The system was developed using the Rapid Application Development (RAD) methodology, consisting of the requirements planning, user design, construction, and cutover phases. The proposed system utilizes an ESP32 microcontroller, a DHT22 sensor for temperature and humidity monitoring, relay modules for actuator control, web services for data exchange, a database for data storage, and a mobile application as the user interface. System evaluation demonstrated that all functional requirements operated successfully, including sensor data acquisition, data transmission to the server, database storage, real-time monitoring through the mobile application, baglog management, planting records, growth status monitoring, harvest recording, and actuator control. The integration of IoT devices, web services, databases, and mobile applications enables more structured, well-documented, and accessible environmental monitoring and cultivation management. The proposed system is expected to improve the efficiency of oyster mushroom cultivation while providing farmers with comprehensive digital support for monitoring environmental conditions and managing the entire cultivation lifecycle. Keywords: Internet of Things; Oyster Mushroom Cultivation; Mobile Application; Web Service; Rapid Application Development;
Penerapan Aplikasi Rekam Medis Menggunakan Headless Architecture untuk Singaraja Vet Care dengan Metode Agile Made Anantha Yoga; Ni Luh Gede Pivin Suwirmayanti; Ni Putu Nanik Hendayanti; Ricky Aurelius Nurtanto Diaz
Jurnal Nasional Komputasi dan Teknologi Informasi Vol. 9 No. 3 (2026): Juni, 2026
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/6v2e8n52

Abstract

Abstrak - Rekam medis merupakan sebuah pencatatan dokumen yang terdiri dari catatan-catatan kesehatan dari pasien yang melakukan pengobatan, tujuan dari rekam medis adalah untuk merekam segala proses pengobatan pasien. Langkah moderensasi rekam medis dapat dilakukan dengan merancang sebuah aplikasi rekam medis dapat membantu pencatatan riwayat medis secara digital, sehingga pencatatan rekam medis dapat tersimpan dengan rapi secara digital. Penelitian ini memiliki tahapan pengembangan aplikasi yang diawali dari pengumpulan data dikumpulkan melalui interview dokter hewan secara langsung, dilanjutkan dengan pembuatan rancangan requirments menggunakan UML (Unified Modelling Language) dan pengembangan aplikasi dilakukan dengan metode agile yang memiliki keunggulan sebagai metode yang flexible dalam pengembangan aplikasi. Hasil dari penelitian ini terdiri dari 3 buah aplikasi yaitu aplikasi backend, frontend yang menerapkan SEO friendly, dan mobile sebagai aplikasi tambahan dalam membantu pencatatan dari sisi dokter ketika melakukan perjalanan keluar klinik sehingga pencatatan rekam medis lebih efektif dan efisien. Aplikasi rekam medis dilakukan uji coba dengan metode blackbox testing, uji coba menggunakan blackbox testing dilakukan berdasarkan fitur yang telah diimplementasikan pada aplikasi dan hasil uji coba menggunakan metode blackbox testing pada aplikasi rekam medis menunjukan tingkat keberhasilan dari implementasi aplikasi dalam menangani semua fitur yang telah dirancang memiliki tingkat keberhasilan tinggi dari sisi performa, keamanan dan pengalaman pengguna dalam penggunaan aplikasi. Kata kunci : Aplikasi rekam medis; SEO friendly; UML; Agile; Blackbox testing; Abstract - Medical records are documentation that contains patient health information during treatment. The purpose of medical records is to document all patient treatment. The modernization of medical records can be achieved by designing a digital medical record application that helps record medical histories systematically and securely. This study follows a development process that begins with data collection through direct interviews with veterinarians, followed by designing requirements using UML (Unified Modeling Language). The application development adopts the Agile method, known for its flexibility in software development. The result of this research includes three integrated applications: a backend system, a frontend web application implementing SEO-friendly principles, and a mobile application designed to assist veterinarians in recording medical data during field visits. The system was tested using black-box testing, focusing on the implemented features. The results of the black-box testing indicate that the medical record application successfully handles all designed functionalities with a high level of effectiveness and reliability from performance, security data and user experience. Keywords: Medical record application; SEO friendly; UML, Agile; Blackbox testing;
Hubungan Aplikasi TikTok Terhadap Hasil Belajar Mahasiswa di Program Studi Pendidikan Teknik Informatika dan Komputer UIN Sjech M.Djamil Djambek Bukittinggi Nurdzakia Ifana; Supratman Zakir; Darul Ilmi; Supriadi
Jurnal Nasional Komputasi dan Teknologi Informasi Vol. 9 No. 4 (2026): Agustus, 2026
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/kn9gdh18

Abstract

Abstrak - Aplikasi TikTok merupakan media sosial berbasis video pendek yang memiliki tingkat popularitas tinggi di kalangan mahasiswa karena menyediakan beragam konten yang mudah diakses, mulai dari hiburan, informasi, hingga edukasi. Tingginya intensitas penggunaan TikTok berpotensi memberikan pengaruh positif maupun negatif terhadap proses dan hasil belajar, di mana pemanfaatan yang tepat dapat menjadi media pembelajaran yang inovatif dan interaktif, sementara penggunaan yang berlebihan dapat menurunkan fokus serta mengurangi waktu belajar efektif. Penelitian ini bertujuan untuk menganalisis hubungan antara tingkat penggunaan TikTok dengan hasil belajar mahasiswa Program Studi Pendidikan Teknik Informatika dan Komputer Universitas Islam Negeri Sjech M. Djamil Djambek Bukittinggi. Penelitian ini menggunakan pendekatan kuantitatif dengan metode korelasi, dengan teknik pengumpulan data melalui angket skala Likert yang disebarkan kepada seluruh mahasiswa semester VI yang berjumlah 279 orang menggunakan teknik total sampling. Analisis data dilakukan melalui uji validitas, reliabilitas, normalitas, regresi linear sederhana, korelasi Pearson, dan koefisien determinasi dengan bantuan SPSS. Hasil penelitian menunjukkan adanya hubungan positif yang signifikan antara penggunaan TikTok dan hasil belajar mahasiswa dengan nilai koefisien korelasi sebesar 0,337 dan signifikansi 0,000 (< 0,05), yang berarti semakin tinggi penggunaan TikTok cenderung diikuti oleh peningkatan hasil belajar, meskipun dalam kategori lemah. Nilai koefisien determinasi sebesar 11,4% menunjukkan bahwa penggunaan TikTok memberikan kontribusi sebesar 11,4% terhadap hasil belajar, sedangkan 88,6% dipengaruhi oleh faktor lain di luar penelitian ini. Kata kunci : TikTok; Hasil Belajar; Korelasi; Media Sosial; Mahasiswa; Abstract - The TikTok application is a short video–based social media platform that has gained high popularity among university students due to its wide range of easily accessible content, including entertainment, information, and educational materials. The high intensity of TikTok usage has the potential to exert both positive and negative effects on the learning process and outcomes; when used appropriately, it can function as an innovative and interactive learning medium, whereas excessive use may reduce students’ focus and effective study time. This study aims to analyze the relationship between the level of TikTok usage and the learning outcomes of students in the Informatics and Computer Engineering Education Study Program at Sjech M. Djamil Djambek State Islamic University, Bukittinggi. This research employed a quantitative approach with a correlational method, with data collected through a Likert-scale questionnaire distributed to all 279 sixth-semester students using a total sampling technique. Data analysis included validity, reliability, and normality tests, as well as simple linear regression, Pearson correlation, and coefficient of determination using SPSS. The results indicate a significant positive relationship between TikTok usage and student learning outcomes, with a correlation coefficient of 0.337 and a significance value of 0.000 (< 0.05), suggesting that higher TikTok usage tends to be associated with improved learning outcomes, although the relationship is categorized as weak. The coefficient of determination of 11.4% indicates that TikTok usage contributes 11.4% to student learning outcomes, while the remaining 88.6% is influenced by other factors beyond the scope of this study.  study.Keywords: TikTok; Learning Outcomes; Correlation; Social Medi; Students;
Reaktor Hidrogen Menggunakan Panel Surya Monocrystalline 50wp Putra Bagas Trie Ardiansyah; Mulkan Iskandar Nasution; Nazaruddin Nasution
Jurnal Nasional Komputasi dan Teknologi Informasi Vol. 9 No. 4 (2026): Agustus, 2026
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/g3tajz43

Abstract

Abstrak - Hidrogen merupakan sumber energi alternatif yang ramah lingkungan dan berpotensi menggantikan bahan bakar fosil. Penelitian ini bertujuan merancang dan membangun reaktor hidrogen berbasis elektrolisis air dengan memanfaatkan panel surya monocrystalline sebagai sumber energi terbarukan. Sistem terdiri dari panel surya 50 Wp, sensor arus ACS712, sensor gas MQ-8, rangkaian pembagi tegangan, Arduino Uno, dan LCD sebagai media monitoring. Parameter yang diamati meliputi tegangan, arus, daya, dan konsentrasi gas hidrogen. Hasil pengujian menunjukkan tegangan keluaran panel berkisar 3,1–7,2 V dengan arus 1,0–2,7 A. Daya maksimum yang dihasilkan mencapai 32,11 W pada intensitas matahari optimum. Konsentrasi hidrogen meningkat dari 120 ppm menjadi 197 ppm seiring kenaikan arus listrik. Hubungan arus dan produksi hidrogen bersifat linier sesuai Hukum Faraday, di mana jumlah gas berbanding lurus dengan arus. Efisiensi sistem dipengaruhi oleh intensitas radiasi matahari dan resistansi rangkaian elektrolisis. Kata kunci : Monokristal; Elektrolisis Air; Hidrogen; Arus Listrik; Efisiensi; Abstract - Hydrogen is an alternative energy source that is environmentally friendly and has strong potential to replace fossil fuels. This study aims to design and develop a hydrogen reactor based on water electrolysis powered by a monocrystalline solar panel as a renewable energy source. The system consists of a 50 Wp solar panel, ACS712 current sensor, MQ-8 gas sensor, voltage divider circuit, Arduino Uno, and an LCD for monitoring. The observed parameters include voltage, current, power output, and hydrogen gas concentration. Experimental results show that the panel output voltage ranges from 3.1 to 7.2 V with a current of 1.0–2.7 A. The maximum power achieved was 32.11 W under optimal solar intensity. Hydrogen concentration increased from 120 ppm to 197 ppm as the current increased. The relationship between current and hydrogen production is linear in accordance with Faraday’s Law. System efficiency is influenced by solar radiation intensity and electrolysis circuit resistance.. Keywords: Monocrystalline; Water Electrolysis; Hydrogen; Electric Current; Efficiency;
Klasifikasi Ketepatan Waktu Keberangkatan Jamaah Haji pada Kemenag Kabupaten Tasikmalaya Menggunakan Algoritma Decision Tree Nenden Nurkhopipah; Nuk Ghurroh Setyoningrum
Jurnal Nasional Komputasi dan Teknologi Informasi Vol. 9 No. 4 (2026): Agustus, 2026
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/j4w34388

Abstract

Abstrak - Masa tunggu antrean pendaftaran haji yang sangat panjang memerlukan sistem pemetaan yang objektif untuk mengidentifikasi karakteristik jamaah rentan. Penelitian ini bertujuan untuk membangun model klasifikasi ketepatan waktu keberangkatan jamaah haji pada Kantor Kementerian Agama Kabupaten Tasikmalaya dengan menerapkan algoritma Decision Tree C4.5. Data historis sebanyak 1.407 baris diolah berdasarkan tiga atribut utama: Usia, Nomor Porsi, dan Kuota Daerah. Kebaruan penelitian ini terletak pada integrasi variabel kuota proporsional berbasis regulasi (1% dari populasi penduduk Muslim daerah, yaitu 7.659 kuota) langsung ke dalam logika pelabelan target porsi ("Tepat Waktu" dan "Terlambat"), serta penerapan teknik Pre-Pruning untuk mengatasi masalah overfitting yang umum terjadi pada pohon keputusan murni. Eksperimen dilakukan melalui pemodelan interaktif dengan mengunci kedalaman maksimum pohon (max depth) pada level 6 berdasarkan evaluasi validation curve. Hasil pengujian menunjukkan model mampu menghasilkan performa klasifikasi yang sangat baik dengan tingkat akurasi mencapai 83.93%, presisi sebesar 83.25%, dan F1-Score sebesar 88.25%, serta sensitivitas deteksi (Recall) sebesar 93.89%. Aturan keputusan (IF-THEN Rules) yang diekstrak secara otomatis dari model ini sukses membentuk basis pengetahuan (knowledge base) terstruktur yang bernilai aplikatif bagi pemangku kebijakan untuk optimalisasi manajemen antrean haji di daerah. Penelitian ini masih terbatas pada studi kasus satu wilayah kabupaten dan belum dibandingkan dengan algoritma klasifikasi lain sebagai pembanding kinerja. Kata kunci: Klasifikasi; Jamaah Haji; Decision Tree C4.5; Pre-Pruning; Abstract - The very long waiting times for hajj registration requires an objective mapping system to identify the characteristics of vulnerable pilgrims. This study aims to build a classification model for the timeliness of hajj pilgrims departure at the Office of the Ministry of Religious Affairs in Tasikmalaya Regency by applying the Decision Tree C4.5 algorithm. Historical data consisting of 1,407 rows were processed based on three main attributes: Age, Portion Number, and Regional Quota. The novelty of this research lies in the integration of a regulation-based proportional quota variable (1% of the local Muslim population, equivalent to 7,659 quotas) directly into the target portion labeling logic ("On Time" and "Delayed"), alongside the implementation of Pre-Pruning techniques to address the overfitting issues common in pure decision trees. Experiments were conducted through interactive modeling by locking the maximum tree depth at level 6 based on validation curve evaluation. The test results show that the model is capable of generating excellent classification performance, achieving an accuracy rate of 83.93%, a precision of 83.25%, and an F1-Score of 88.25%, along with a detection sensitivity (Recall) of 93.89%. The decision rules (IF-THEN Rules) extracted automatically from this model successfully formed a structured knowledge base that is practically valuable for policymakers in optimizing regional hajj queue management. This study is still limited to a single-regency case and has not been benchmarked against other classification algorithms. Keywords: Classification; Hajj Pilgrims; Decision Tree C4.5; Pre-Pruning;
Penerapan Algoritma Apriori untuk Analisis Pola Pembelian Toko Sarana Nanda Bagus Yulianto; Nafar Ja’far Ashidiqi; Selamet Ahmad Faisal; Endhito Hafiz Meifaza; Muhammad Arifin
Jurnal Nasional Komputasi dan Teknologi Informasi Vol. 9 No. 4 (2026): Agustus, 2026
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/gqc4t679

Abstract

Abstrak - Ketatnya persaingan bisnis di sektor ritel bahan bangunan menuntut pemilik toko untuk memiliki strategi operasional dan penjualan yang cerdas. Saat ini, data transaksi harian di Toko Sarana sering kali hanya disimpan sebagai arsip administratif tanpa diekstraksi menjadi informasi perilaku belanja konsumen. Penelitian ini bertujuan untuk menemukan pola kebiasaan pembelian konsumen menggunakan teknik Data Mining dengan aturan asosiasi. Algoritma Apriori diterapkan pada dataset yang terdiri dari 1.258 baris data item yang terakumulasi dalam 412 transaksi unik. Hasil pengujian menunjukkan adanya hubungan yang kuat antar-item barang yang dibeli secara bersamaan. Temuan hubungan antar-item paling kuat menunjukkan nilai lift ratio sebesar 6,62 pada asosiasi antara mesin bor makita dan bor cordless HDT. Selain itu, ditemukan tingkat confidence sebesar 88,8% pada hubungan fungsional antara produk stop kontak esensa dan kabel serabut. Temuan pola-pola ini direkomendasikan kepada pemilik toko sebagai dasar ilmiah untuk melakukan restrukturisasi tata letak gudang guna meminimalkan waste of movement staf serta merancang strategi promosi bundling produk. Secara luas, pemodelan algoritma apriori dalam penelitian ini memberikan kontribusi ilmiah sebagai referensi logika dan basis aturan yang dapat diintegrasikan ke dalam arsitektur sistem transaksi digital untuk otomatisasi fitur rekomendasi produk. Kata kunci : Data Mining; Algoritma Apriori; Aturan Asosiasi; Toko Bangunan; Market Basket Analysis; Abstract - The intense business competition in the building materials retail sector requires store owners to possess smart operational and sales strategies. Currently, daily transaction data at Toko Sarana is often merely stored as administrative archives without being further extracted into consumer shopping behavior information. This study aims to discover consumer purchasing patterns using Data Mining techniques with Association Rules. The Apriori algorithm was applied to a dataset consisting of 1,258 item data rows accumulated into 412 unique transactions. The test results indicate a strong relationship between items purchased simultaneously, where the most significant finding shows a lift ratio of 6.62 in the association between the Makita Drill Machine and the HDT Cordless Drill. Additionally, a confidence level of 88.8% was found in the functional relationship between Esensa Power Outlets and Stranded Wire products. These pattern findings are recommended to store owners as a scientific basis for restructuring warehouse layouts to minimize staff waste of movement and to design more targeted product bundling promotion strategies. Keywords: Data Mining; Apriori Algorithm; Association Rule; Building Material Store; Market Basket Analysis;

Page 8 of 13 | Total Record : 124

 6   7   8   9   10 

Filter by Year

2026 2026


Reset
Filter By Issues
All Issue Vol. 9 No. 4 (2026): Agustus, 2026 Vol. 9 No. 3 (2026): Juni, 2026 Vol. 9 No. 2 (2026): April, 2026